알버트슨스, 매장 운영과 세이프웨이 장보기에 OpenAI 도입 확대

직원 도구와 고객 서비스를 함께 확대

OpenAI는 10월 1일 미국 식료품 유통기업 알버트슨스의 AI 활용 확대 사례를 공개했다. 대상은 직원이 사용하는 ChatGPT Enterprise와 OpenAI API로 만든 고객 경험, 상품 추천 및 판촉 분석이다. 회사가 운영하는 2,200곳 이상의 매장과 주간 3,600만 명 이상의 고객은 유통망의 규모를 설명하는 수치이며, 이들이 모두 새 AI 서비스를 이용한다는 의미는 아니다. 원문은 선택된 팀이 업무를 간소화하고 다른 조직에 적용할 방법을 탐색한다고 설명한다. 따라서 발표의 무게중심은 완성된 전사 자동화 성과보다, 매장 운영과 온라인 장보기의 서로 다른 요구를 한 협력 관계에서 다루는 데 있다.

식단 아이디어를 실제 장바구니로

새 세이프웨이 경험은 ChatGPT에 입력한 요리법이나 사진, 디지털 구매 목록, 식사 요청을 출발점으로 삼는다. 이용자는 필요한 상품과 절약 정보를 살펴보고 장바구니를 만든 뒤 세이프웨이 결제 화면으로 이동한다. 대화 안에서 구매 준비를 이어갈 수 있다는 설명을 결제까지 모두 ChatGPT가 처리한다는 뜻으로 확대해서는 안 된다. OpenAI는 이 기능이 알버트슨스의 기존 AI 장보기 도우미와 Ask AI 기능을 확장한다고 밝혔다. 다른 브랜드인 알버트슨스·본스·주얼오스코·쇼스·ACME·톰섬으로의 확대는 계획으로 제시했다. 각 브랜드에 이미 동일한 경험이 제공된다고 단정할 근거는 없다.

절약 정보를 구매 결정에 연결하는 과제

이 방식의 실익은 대화가 끝난 뒤 상품을 다시 검색하는 단계를 줄일 수 있다는 데 있다. 다만 식단의 재료명과 판매 상품을 연결하는 과정에는 용량, 대체품, 구매 가능한 품목과 가격을 확인하는 일이 남는다. 던험비가 2026년 2월 소비자 동향 보고서를 소개하며 강조한 가치 중심 소비와 비용 조정은 이런 절약 정보의 중요성을 설명하는 배경이다. 공개된 소개 페이지에는 이 기능의 효과를 직접 검증할 설문 결과가 없으므로 특정 소비자 비율이나 매출 상승을 근거로 붙이지 않았다. 추천이 대화에 자연스럽게 들어가는 만큼, 고객이 왜 그 상품과 혜택을 보게 됐는지 이해할 수 있는 구성이 중요해진다.

예측 모델과 생성형 AI의 역할 구분

알버트슨스는 예측 모델과 생성형 AI를 결합해 추천과 판촉 정보를 더 이해하기 쉽게 전달하는 방향을 설명했다. 상품 선택에 필요한 계산이나 예측과, 그 결과를 직원이나 고객이 읽을 수 있는 문장으로 바꾸는 일은 서로 다른 작업이다. 직원 측에서는 디지털 쇼핑, 매장 운영, 주문 이행과 상품 운영에 걸친 복잡한 업무를 검토하고 유망한 아이디어의 적용을 돕는 데 도구를 사용한다. 원문은 이러한 활용의 방향과 관계자 설명을 제공하지만, 대조군을 둔 시간 절감 수치나 추천 정확도, 고객 전환율을 공개하지 않았다. 도입 규모와 결과의 검증 수준을 같은 것으로 읽지 않을 필요가 있다.

대화에서 실행으로 넘어가는 경계

이번 사례는 직원의 내부 업무와 소비자의 구매 흐름을 함께 설계해야 하는 유통업의 특성을 보여준다. 내부 도구가 자료 정리를 돕더라도 가격·재고·판촉 조건의 운영 체계가 뒷받침돼야 고객에게 제시하는 정보가 구매 단계에서 이어진다. 세이프웨이의 외부 결제 연결은 그 경계를 드러내는 구체적인 부분이다. 평가할 때에는 질문에 답하는 능력뿐 아니라 상품 매칭 이후 수정 가능한 장바구니, 결제 전 최종 확인, 다른 브랜드로 확대되는 시점을 구분해 볼 수 있다. 현재 발표만으로는 비용 절감이나 구매 만족도를 입증할 수 없지만, 식단의 의도를 판매 가능한 상품으로 옮기는 과정이 새 고객 접점이 되고 있다는 변화는 확인된다.

예를 들어 저녁 메뉴에 대한 답이 만족스럽더라도 장바구니의 수량과 총액이 가족의 실제 필요에 맞는지는 별도로 판단해야 한다. 판촉 정보를 설명하는 기능 역시 할인 적용 조건이 구매 화면과 일치하는지 확인할 때 의미가 있다. 이런 연결 단계의 검증은 대화의 표현력을 평가하는 것과 다른 과제다. 직원 대상 실험에서 찾은 개선 방법이 고객용 경험에 어떻게 반영되는지까지 공개돼야 내부 도입과 고객 편의 사이의 관계를 더 구체적으로 평가할 수 있다.